ट्रेडिंग सिस्टम - monte-carlo - अनुकरण

मोंटे कार्लो सिमुलेशन के साथ बेस्ट क्वार्टर। वित्त में, संभावित परिमाण परिणामों की विस्तृत विविधता के कारण आंकड़ों के भविष्य के मूल्य का आकलन करने में शामिल अनिश्चितता और जोखिम का एक उचित मात्रा है, मोंटे कार्लो सिमुलेशन एमसीएस एक तकनीक है जो कम करने में मदद करता है भविष्य के परिणामों के आकलन में शामिल अनिश्चितता एमसीएस जटिल, गैर-रेखीय मॉडल पर लागू की जा सकती है या अन्य मॉडलों की सटीकता और प्रदर्शन का मूल्यांकन करने के लिए इस्तेमाल किया जा सकता है यह जोखिम प्रबंधन, पोर्टफोलियो प्रबंधन, मूल्य निर्धारण डेरिवेटिव, रणनीतिक योजना, परियोजना की योजना, लागत में लागू किया जा सकता है। मॉडलिंग और अन्य फ़ील्ड अधिक जानने के लिए, जीएमएम के साथ मोंटे कार्लो सिमुलेशन पढ़िए। परिभाषा एमसीएस एक ऐसी तकनीक है जो मॉडल के इनपुट वैरिएबल में संभाव्यता वितरणों में अनिश्चितताओं को परिवर्तित करती है, वितरणों के संयोजन के द्वारा और बेतरतीब ढंग से उनसे मानों का चयन करके, यह सिम्युलेटेड मॉडल को कई बार रील्यूलेट करता है और आउटपुट की संभावना को बाहर निकालता है। एमसीएस कई इनपुट को सीआर को एक ही समय में इस्तेमाल करने की अनुमति देता है एक या एक से अधिक आउटपुट की संभाव्यता वितरण को खाएं। मॉडल के इनपुट को असाइन किया जा सकता है कि विभिन्न प्रकार के संभाव्यता वितरण को असाइन किया जा सकता है जब वितरण अज्ञात है, जो सबसे अच्छी फिट का प्रतिनिधित्व करता है। यादृच्छिक संख्या का उपयोग एमसीएस को स्टोचस्टीक पद्धति यादृच्छिक संख्या को स्वतंत्र होना चाहिए कोई भी संबंध इनके बीच नहीं होना चाहिए। एमसीएस निर्गम को एक निश्चित मूल्य के बजाय एक श्रेणी के रूप में उत्पादित करता है और दिखाता है कि सीमा में कितनी मात्रा का उत्पादन होता है। एमसीएस में कई बार प्रयुक्त संभाव्यता वितरण सामान्य गाऊसी वितरण - ऐसी परिस्थितियों में निरंतर वितरण लागू होता है जहां माध्य और मानक विचलन दिया जाता है और माध्य चर के सबसे संभावित मूल्य का प्रतिनिधित्व करता है यह मतलब के समरूप सममित है और संबंधित पढ़ने के लिए बाध्य नहीं है, देखें और अस्थिरता की सीमाएं देखें । अज्ञात वितरण - माध्य और मानक विचलन द्वारा निर्दिष्ट सतत वितरण यह एक चर वाले fr के लिए उपयुक्त है ओम शून्य से अनंतता के साथ, सकारात्मक तिरछीता के साथ और सामान्य रूप से प्राकृतिक लॉगरिथम को वितरित किया जाता है। त्रिकोण वितरण - निश्चित न्यूनतम और अधिकतम मूल्यों के साथ निरंतर वितरण यह न्यूनतम और अधिकतम मूल्यों से घिरा है और यह संभवतः सबसे संभावित मूल्य का औसत या विषम रूप से सममित हो सकता है। वितरण - ज्ञात न्यूनतम और अधिकतम मूल्यों से घिरे निरंतर वितरण त्रिकोणीय वितरण के विपरीत, न्यूनतम और अधिकतम के बीच के मूल्यों की संभावना की समानता है। एक्सपेन्नीय डिस्ट्रिब्यूशन - अलग-अलग वितरण का उपयोग स्वतंत्र घटनाओं के बीच के समय को वर्णन करने के लिए किया जाता है, बशर्ते घटनाओं की दर अधिक जानकारी के लिए, संभाव्यता वितरण के साथ सही फ़िट ढूंढें देखें। एमसीएस के पीछे का मकसद मान लें कि हमारे पास एक्स-एक्सरेबिलिटी फ़ंक्शन फ़ंक्शन एक्स एक्स के साथ वास्तविक मूल्यवान एक्स एक्स है, यदि एक्स असतत है, या संभावना घनत्व फ़ंक्शन एफएक्स अगर एक्स निरंतर है तो हम असतत एक में जी एक्स की अपेक्षित मूल्य को परिभाषित कर सकते हैं अनुक्रियाशीलता क्रम क्रमशः संवेदनशीलता चार्ट एक संवेदनशीलता चार्ट बहुत उपयोगी हो सकता है, जब यह आउटपुट पर इनपुट के प्रभाव का विश्लेषण करने के लिए आता है, यह क्या कहता है कि इकाई की विक्रय 62 के नकली ईबीआईटीडी में भिन्नता है, 28 6 और यूनिट की कीमत 9 4 यूनिट की बिक्री और ईबीआईटीडी और इकाई मूल्य और ईबीआईटीडी के बीच के संबंध सकारात्मक हैं या यूनिट की बिक्री में बढ़ोतरी या यूनिट मूल्य ईबीआईटीडी वैरिएबल कॉस्ट और ईबीआईटीडी में बढ़ोतरी की ओर बढ़ेगा, दूसरी ओर, नकारात्मक सहसंबंधित और वैरिएबल लागत में कमी से हम ईबीआईटीडी बढ़ा देंगे। कॉपरेक्ट इंडस्ट्रीज़ सावधान रहें कि किसी निवेश मूल्य की अनिश्चितता को परिभाषित करने से वास्तविक एक के अनुरूप नहीं होता है और इसके नमूने से गलत परिणाम मिलते हैं। इसके अलावा, धारणा है कि इनपुट वेरिएबल स्वतंत्र हैं, संभवतः मान्य नहीं हो सकते हैं भ्रामक परिणाम ऐसे इनपुट से आ सकते हैं जो पारस्परिक रूप से अनन्य हैं या यदि दो या अधिक इनपुट विर के बीच महत्वपूर्ण सहसंबंध पाया जाता है ibutions. Also ध्यान दें कि परीक्षणों की संख्या बहुत छोटी नहीं होनी चाहिए, क्योंकि मॉडल के अनुकरण के लिए पर्याप्त नहीं हो सकता है, जिससे मूल्यों को क्लस्टरिंग हो सकता है। नीचे की रेखा MCS तकनीक सरल और लचीला है यह अनिश्चितता और जोखिम को मिटा नहीं सकता है , लेकिन इन्हें एक मॉडल के इनपुट और आउटपुट के लिए संभाव्यता विशेषताओं के रूप में समझने में आसान बना सकते हैं यह विभिन्न जोखिमों और कारकों को निर्धारित करने के लिए बहुत उपयोगी हो सकता है जो पूर्वानुमानित चर को प्रभावित करते हैं और इसलिए, यह अधिक सटीक भविष्यवाणियों का कारण बन सकता है। ब्याज जिस दर पर एक डिपॉजिटरी संस्था फेडरल रिजर्व पर एक अन्य डिपॉजिटरी संस्था में रखी गई धनराशि रखती है .1 किसी दिए गए सुरक्षा या बाजार सूचकांक के लिए रिटर्न के फैलाव का एक सांख्यिकीय उपाय वाष्पशीलता या तो मापा जा सकता है। 1 9 33 में अमेरिकी कांग्रेस के रूप में पारित किया गया बैंकिंग अधिनियम, जो वाणिज्यिक बैंकों को निवेश में भाग लेने से रोकता था। नॉनफ़ॉर्म पेरोल खेतों के बाहर किसी भी काम को संदर्भित करता है, निजी हाउसहोवल डीएस और गैर-लाभकारी क्षेत्र अमेरिकी श्रम ब्यूरो। भारतीय रुपया के लिए मुद्रा का संक्षिप्त नाम या मुद्रा प्रतीक, भारत की मुद्रा 1 रुपए से बना है। एक दिवालिया कंपनी की परिसंपत्तियों पर एक शुरुआती बोली जिसके द्वारा चुना गया इच्छुक खरीदार दिवालिया कंपनी बोलीदाताओं के एक पूल से.प्रशासन अनुच्छेद लाइब्रेरी। मॉन्टे कार्लो विश्लेषण। माइकल आर। ब्रायंट द्वारा। मोन्टे कार्लो विश्लेषण एक कम्प्यूटेशनल तकनीक है जो एक मॉडल के पैरामीटरों के सांख्यिकीय गुणों को एक सिमुलेशन में शामिल करना संभव बनाता है मोंटे कार्लो विश्लेषण में , एक मॉडल के यादृच्छिक चर को सांख्यिकीय वितरण द्वारा प्रस्तुत किया जाता है, जो यादृच्छिक रूप से मॉडल के आउटपुट का उत्पादन करने के लिए नमूना होता है इसलिए आउटपुट भी एक सांख्यिकीय वितरण होता है, सिमुलेशन के तरीकों की तुलना में, जिसमें नॉन-सिमलिंग शामिल है, मोंटे कार्लो विधि अधिक सार्थक परिणाम पैदा करता है , जो अधिक रूढ़िवादी हैं और भविष्यवाणी के रूप में इस्तेमाल होने पर भी अधिक सटीक होते हैं। व्यापार का अनुकरण करने के लिए मोंटे कार्लो विश्लेषण का इस्तेमाल करते समय ट्रेड डिस्ट्रीब्यूशन, जैसा कि ट्रेडों की सूची द्वारा दर्शाया गया है, एक व्यापार अनुक्रम उत्पन्न करने के लिए नमूना है, प्रत्येक अनुक्रम का विश्लेषण किया जाता है, और परिणाम प्रत्येक परिणाम की संभावना को निर्धारित करने के लिए सॉर्ट किया जाता है इस तरह, प्रत्येक परिणाम को एक संभाव्यता या विश्वास स्तर सौंपा गया है मोंटे कार्लो विश्लेषण के बिना, उदाहरण के लिए वापसी की ऐतिहासिक दर की गणना करने के लिए मानक दृष्टिकोण, का उपयोग करके मौजूदा ट्रेडों के क्रम का विश्लेषण करना होगा, कहते हैं, फिक्स्ड फिक्स्डल पोजिशन का आकार बदलना यह पाया जा सकता है कि अनुक्रम पर वापसी की दर 114 मोंटे कार्लो विश्लेषण के साथ, दूसरी ओर, ट्रेडों के सैकड़ों या हजारों विभिन्न दृश्यों का विश्लेषण किया जाता है, और वापसी की दर संभाव्यता योग्यता के साथ व्यक्त की जाती है उदाहरण के लिए, मोंटे कार्लो विश्लेषण द्वारा निर्धारित वापसी की दर 83 हो सकती है 95 आत्मविश्वास इसका मतलब है कि सभी हजारों अनुक्रमों में से, 95 में वापसी की दर 83 या उससे अधिक के बराबर थी। मोन्ते कार्लो विश्लेषण एस्टामा में विशेष रूप से उपयोगी है अधिकतम पीक-से-घाटी ड्रॉडिंग को छोड़कर उस ड्रोन को जोखिम का एक उपयोगी उपाय माना जाता है, जिससे ड्रॉडाउन की गणना में सुधार संभव होता है कि वह ट्रेडिंग सिस्टम या पद्धति का बेहतर मूल्यांकन कर सके, हालांकि हम भविष्य में भविष्यवाणी नहीं कर सकते हैं कि कल बाजार किस तरह अलग होगा हम जो अतीत में देख चुके हैं, हम जानते हैं कि यह अलग होगा यदि हम ट्रेडों के ऐतिहासिक अनुक्रमों के आधार पर अधिकतम ड्रॉडाउन की गणना करते हैं, तो हम अपनी गणनाओं को क्रमबद्ध कर रहे ट्रेडों के अनुक्रम के आधार पर दोबारा दोहरा सकते हैं, भले ही सांख्यिकीय अर्थों में ट्रेडों का वितरण भविष्य में समान है, उन ट्रेडों का क्रम काफी हद तक मौका है। एक विशेष अनुक्रम के आधार पर ड्रॉडाउन की गणना कुछ हद तक मनमाना है, इसके अलावा ट्रेडों के क्रम का बहुत बड़ा प्रभाव है गणना ड्रॉडाउन यदि आप ट्रेडों के अनुक्रम को चुनते हैं जहां पांच नुकसान एक पंक्ति में होते हैं, तो आप एक बहुत बड़े ड्रॉडाउन प्राप्त कर सकते हैं एक ही प्रकार के ट्रेडों को एक अलग क्रम में व्यवस्थित किया जाता है, जैसे घाटे समान रूप से ढेर हो सकता है, एक दुर्लभ drawdown. In मोंटे कार्लो दृष्टिकोण का उपयोग करने के लिए drawdown गणना, ट्रेडों के ऐतिहासिक अनुक्रम यादृच्छिक है, और वापसी की दर और drawdown यादृच्छिक अनुक्रम के लिए गणना कर रहे हैं प्रक्रिया तो कई सौ या हजार बार दोहराया जाता है कुल मिलाकर परिणामों को देखकर, उदाहरण के लिए, हम पाते हैं कि 95 दृश्यों में, ड्रॉडाउन 30 से कम था, जब प्रत्येक व्यापार पर 4 इक्विटी को जोखिम में डाल दिया गया था, हम इसका अर्थ इस बात का अर्थ समझेंगे कि इसमें 95 मौके हैं ड्रॉडाउन 30 से कम हो जाएगा, जब 4 प्रत्येक व्यापार पर खतरे में पड़ जाता है। सामान्य तौर पर, मोंटे कार्लो सिमुलेशन में ट्रेडों के अनुक्रम उत्पन्न करने के दो तरीके हैं एक विकल्प एक ही व्यापार के प्रत्येक अनुक्रम को उसी ट्रेडमार्क के यादृच्छिक नमूने द्वारा तैयार करना है प्रत्येक व्यापार के साथ वर्तमान अनुक्रम, एक बार शामिल किया गया व्यापार वितरण को नमूना देने की इस विधि को प्रतिस्थापित किए बिना यादृच्छिक चयन के रूप में जाना जाता है एक अन्य संभव नमूना पद्धति प्रतिस्थापन के साथ यादृच्छिक चयन है इस पद्धति का इस्तेमाल किया गया था, ट्रेडों की मूल सूची से बेतरतीब ढंग से ट्रेडों की सूची में चयन किया जाएगा या नहीं, इस संबंध में किए बिना ट्रेड पहले से ही चुना गया है या नहीं, प्रतिस्थापन के चयन में, एक व्यापार नए अनुक्रम में एक से अधिक बार हो सकता है। चयन का लाभ प्रतिस्थापन के बिना यह वास्तव में इनपुट अनुक्रम की संभावना वितरण को डुप्लिकेट करता है, जबकि प्रतिस्थापन के साथ चयन नहीं किया जा सकता है बिना प्रतिस्थापन के चयन में वापसी यह है कि बेतरतीब ढंग से नमूना अनुक्रम इनपुट क्रम में ट्रेडों की संख्या तक सीमित हैं यदि आपके पास एक लघु अनुक्रम ट्रेडों का कहना है, 30 से कम ट्रेडों, यह कुछ गणनाओं की सटीकता को सीमित कर सकता है, जैसे ड्रॉडाउन। प्रतिस्थापन के बिना नमूनाकरण के आधार पर एक उदाहरण नीचे दिखाया गया है कि ट्रेडिंग का निर्धारण स्थिर अनुपात की स्थिति का उपयोग करके सिम्युलेटेड है, जिसमें 10,000 प्रत्येक सिमुलेशन 500 व्यापार अनुक्रम नमूनों को रोजगार देता है आंकड़े के पहले परिणाम अनुभाग में महत्वपूर्ण परिणाम दिखाए जाते हैं, जैसे वापसी की दर, एक उदाहरण के लिए, कम रिटर्न उच्च आत्मविश्वास के स्तर के लिए भविष्यवाणी की जाती हैं। मोंटे कार्लो विश्लेषण परिणामों के उदाहरण। यदि आप फिर भी बाजारों में बढ़त की तलाश कर रहे हैं तो मैकेनिकल ट्रेडिंग सिस्टम इसे प्राप्त करने का सबसे अच्छा तरीका है मोंटे कार्लो विश्लेषण के लिए और अधिक. राइडिंग सॉफ्टवेयर। अपने मौजूदा ट्रेडिंग सिस्टम पर मोंटे कार्लो विश्लेषण का विश्लेषण करें या अपने सिस्टम परीक्षण की सटीकता को सुधारने और वक्र-फिटिंग बाजार प्रणाली विश्लेषक को रोकने में मदद करने के लिए एमएसए एक स्टैंडअलोन विंडोज़ अनुप्रयोग है जिसमें एक आसान मोंटे कार्लो सिमुलेशन सुविधा के लिए उपयोग करने के लिए सॉफ्टवेयर किसी भी व्यापार प्रणाली या विधि के लिए बाजार या समय सीमा की परवाह किए बिना लागू किया जा सकता है जब एमएसए की स्थिति का आकार देने की स्थिति के साथ संयुक्त, मोंटे कार्लो विश्लेषण काफी आपके सिस्टम की अनुमानित दर के अनुमान में सुधार कर सकता है मोटा कार्लो विश्लेषण मोंटे कार्लो विश्लेषण एक सिमुलेशन मॉडल में यादृच्छिक भिन्नता के प्रभाव का आकलन करने के लिए एक कम्प्यूटेशनल तकनीक है। मोंटे कार्लो विश्लेषण में मापदंडों, एक मॉडल के यादृच्छिक चर को सांख्यिकीय वितरण द्वारा प्रस्तुत किया जाता है, जो बेतरतीब ढंग से मॉडल के आउटपुट का उत्पादन करने के लिए नमूना होता है जब व्यापार का अनुकरण करने के लिए मोंटे कार्लो विश्लेषण का उपयोग करते हैं, व्यापार वितरण, जैसा कि ट्रेडों की सूची द्वारा दर्शाया गया है एक व्यापार अनुक्रम उत्पन्न करने के लिए नमूना प्रत्येक अनुक्रम का विश्लेषण किया जाता है, और परिणाम प्रत्येक परिणाम की संभावना निर्धारित करने के लिए सॉर्ट किए जाते हैं इस तरह, प्रत्येक परिणाम को एक संभावना या आत्मविश्वास स्तर निर्दिष्ट किया जाता है। मोन्ते कार्लो विश्लेषण अधिकतम शिखर का अनुमान लगाने में विशेष रूप से उपयोगी है - to-घाटी ड्रॉडाउन ड्रॉडाउन का बेहतर आकलन उत्पन्न करना एक व्यापारिक प्रणाली या विधि के जोखिम को बेहतर मूल्यांकन करना संभव बनाता है चूंकि ड्रॉडाउन की गणना करने के लिए मोंटे कार्लो दृष्टिकोण का उपयोग करते हुए, ट्रेडों की ऐतिहासिक अनुक्रम यादृच्छिक होता है, और वापसी की दर और ड्रॉडाउन को यादृच्छिक अनुक्रम के लिए गणना किया जाता है प्रक्रिया को दोबारा दोहराया जाता है, इसके परिणामस्वरूप एग्रिड के परिणाम देख रहे हैं उदाहरण के तौर पर, उदाहरण के लिए, हमें पता चल सकता है कि 95 दृश्यों में, ड्रॉडाउन 30 से कम था, जब प्रत्येक व्यापार पर 4 इक्विटी को जोखिम में डाला गया था, हम इसका अर्थ यह समझते हैं कि इसमें 95 मौके हैं जो ड्रॉडाउन से कम होगा 30 जब 4 प्रत्येक व्यापार पर खतरे में पड़ता है। मॉन्टे कार्लो विश्लेषण मार्केट सिस्टम विश्लेषक में लागू करने के लिए आसान है। मार्केट सिस्टम विश्लेषक में, मोंटे कार्लो विश्लेषण कमांड विश्लेषण मेनू से चुना जाता है, जब मोंटे कार्लो विश्लेषण किया जाता है। विश्लेषण मेनू में मोंटे कार्लो विश्लेषण कमान। विश्लेषण जो भी विश्लेषण विकल्प और सेटिंग का उपयोग करते हुए वर्तमान अनुक्रम पर लागू किया गया है, उसमें मौजूदा स्थिति के अनुसार, स्थिति के आकार बदलने की सेटिंग, निर्भरता नियमों आदि के साथ-साथ ट्रेडों के मौजूदा क्रम पर विश्लेषण किया जाता है। विश्लेषण के लिए नमूने की संख्या दर्ज की जा सकती है विश्लेषण सेटअप डायलॉग बॉक्स के विकल्प टैब में इस संदर्भ में, नमूना का मतलब है एक बेतरतीब ढंग से चयनित ट्रेडों का क्रम डिफ़ॉल्ट रूप से 500 नमूनों का है, जिसका अर्थ है कि मोंटे कार्लो के परिणामों पर आधारित होगा 500 यादृच्छिक व्यापारिक अनुक्रम परिणाम मोंटे कार्लो परिणाम खिड़की में दिखाए जाएंगे, जिसमें विकल्प टैब में दर्ज आत्मविश्वास स्तर पर एक उदाहरण नीचे दिखाया गया है। मोंटे कार्लो विश्लेषण के परिणाम मॉडल सिस्टम एनालाइज़र द्वारा उत्पन्न परिणामस्वरूप. इस उदाहरण में, प्रारंभिक खाता इक्विटी 10,000 था, और 3000 के एक डेल्टा के साथ एक निश्चित अनुपात स्थिति का आकार बदलने विधि लागू किया गया था चयनित विश्वास के स्तर पर कुंजी परिणाम लेबल लेबल, वापसी की दर, सबसे खराब स्थिति, वापसी-गिरावट अनुपात, और संशोधित शार्प अनुपात की एक श्रेणी आत्मविश्वास के स्तर पर ध्यान दें, उदाहरण के लिए, यदि आप एक उच्च आत्मविश्वास स्तर की मांग करते हैं, तो वापसी की भविष्यवाणी की दर कम हो जाएगी और सबसे खराब स्थिति अधिक होगी। नीचे खंड नहीं दिखाया गया है उपयोगकर्ता-चयनित विश्वास पर मोंटे कार्लो अनुकार परिणाम सूचीबद्ध करता है 95 का स्तर उदाहरण के लिए, 9 0 आत्मविश्वास के साथ 900 के शुरुआती इक्विटी और 95 आत्मविश्वास के साथ 1 60 का मुनाफा कारक पर परिणाम दिखा सकता है। विश्लेषण और विश्लेषण करने का तरीका जानने के लिए मार्केट सिस्टम विश्लेषक का उपयोग करते हुए ओट व्यापार निर्भरता, पृष्ठ के निचले भाग में अगला बटन पर क्लिक करें या नीचे एमएसए की अपनी प्रति खरीदने के लिए नीचे ऑनलाइन स्टोर पर जाएं। मार्केट सिस्टम विश्लेषक का एक पूर्णतया कार्यात्मक परीक्षण संस्करण डाउनलोड करें एमएसए के मूल्यांकन के लिए 30 दिन दायित्व के बिना अब डाउनलोड करने के लिए यहां क्लिक करें। मोंटे कार्लो विश्लेषण पर एक सामान्य लेख के लिए, यहां क्लिक करें उपलब्ध व्यापारिक लेखों की पूरी सूची के लिए, बाईं ओर अनुच्छेद पुस्तकालय लिंक का चयन करें। यदि आप नए विकास, समाचार, और एडाप्टर सॉफ्टवेयर से विशेष ऑफ़र, कृपया हमारी ईमेल सूची में शामिल हों धन्यवाद।